中文摘要：

鲁棒的三维点云处理技术是促进三维模型获取技术在多个领域广泛应用的关键因素之一。然而，实际应用中各种获取技术得到的点云不可避免地包含噪声、外点、数据缺失以及不均匀采样，这些缺陷给现有的点云处理方法带来了诸多挑战。为此，本项目拟以构造点云的结构化表示为目标，借助人类关于物体形状和结构的先验知识，基于三维重建、高层次形状分析等领域的最新研究成果，通过引入对称性分析、重复模式检测等技术有效地消除噪声、去除外点、修复缺失并改善分布密度，并借助法向量信息实现特征保持的点云增强，然后提取反映点云几何特征和拓扑特征的线性特征，最后利用基于RANSAC的形状基元检测技术对点云进行拟合并构建基元之间的关系。本研究可有效解决当前点云处理方法鲁棒性不足的问题，为三维模型的重建、编辑以及三维物体的识别与理解提供良好输入，从而促进三维模型获取技术的应用与普及。